《Python机器学习算法》勘误
Posted zhiyong_will
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了《Python机器学习算法》勘误相关的知识,希望对你有一定的参考价值。
本书在出版的过程中已经经过详细的检查,但是大小问题依旧存在,感谢各位细心的读者为本书指出的错误。
- 第34页的错误在Python2.7.9版本上不会报错。
第1版第一次印刷勘误
页码 | 原文 | 修改 |
---|---|---|
XVI | (目录)12.3.2 Mean shift | 12.3.2 DBSCAN |
26 | (程序清单1-11:第11行)h | result |
33 | (程序清单2-3:第8行参数)feature, label, k, 5000, 0.2 | feature, label, k, 10000, 0.4 |
34 | (开始的代码:第9行)float | int |
45 | (公式第二行) 12∑ni=1∑nj=i+1 1 2 ∑ i = 1 n ∑ j = i + 1 n | 12∑ni=1∑nj=1 1 2 ∑ i = 1 n ∑ j = 1 n |
46 | (整页的四处) [1−σ(y^y)] [ 1 − σ ( y ^ y ) ] | [σ(y^y)−1] [ σ ( y ^ y ) − 1 ] |
48 | (文本的第三行)度 | 超参数 |
48 | (程序清单3-2:第4行)FM模型的度 | FM模型的超参数 |
49 | (文本的第二行)模型的度 | 模型的超参数 |
50 | (程序清单3-5:第8行)labelTrain, 3, 5000, 0.01 | labelTrain, 3, 10000, 0.01 |
52 | (程序清单3-7:倒数第2行)result.append(str(pre)) | result.append(pre) |
55 | (程序清单3-10:第3行)data.txt | test_data.txt |
57 | (程序清单3-13:第7行)f.write(“\\n”.join(result)) | f.write(“\\n”.join(str(x) for x in result)) |
68 | (4.4.2中第一个公式:高斯核的分子) ∥∥X(i)−X(j)∥∥ ‖ X ( i ) − X ( j ) ‖ | ∥∥X(i)−X(j)∥∥2 ‖ X ( i ) − X ( j ) ‖ 2 |
70 | (中间公式 W(α2) W ( α 2 ) 的第二行) ((M2−α2y(2))+α2) ( ( M 2 − α 2 y ( 2 ) ) + α 2 ) | ((M2−α2y(2))y(1)+α2) ( ( M 2 − α 2 y ( 2 ) ) y ( 1 ) + α 2 ) |
70 | (最下面公式) (K11+K22α2−2K12)α2 ( K 11 + K 22 α 2 − 2 K 12 ) α 2 | (K11+K22−2K12)α2 ( K 11 + K 22 − 2 K 12 ) α 2 |
104 | (代码的第14行)data_tmp.append(data[i][fea]) | data_tmp.append(data[index[i]][fea]) |
104 | (代码的第15行)data_tmp.append(data[i][-1]) | data_tmp.append(data[index[i]][-1]) |
133 | (程序清单6-14:第13、17行)dataTest | data |
141 | (7.3中第3行)然后把二次模型 | 然后把二次函数 |
147 | (程序清单7-7:第11行)800 | 50 |
150 | (程序清单7-10:第3行)data.txt | data_test.txt |
152 | (7.5.1中的高斯核中的分子) ∣∣Xi−X∣∣ | X i − X | | ∥∥Xi−X梯度下降算法原理讲解 |